Unipampa desenvolve Inteligência Artificial para diagnóstico precoce de câncer de pele com potencial impacto nacional

A Universidade Federal do Pampa (Unipampa), localizada no Rio Grande do Sul, deu um passo significativo no combate ao câncer de pele com o desenvolvimento de um inovador modelo de inteligência artificial. Criado por Eduarda Silveira, estudante de engenharia de computação, sob a orientação do professor Sandro Camargo, o sistema visa oferecer suporte crucial no diagnóstico precoce de lesões cutâneas, uma ferramenta que promete revolucionar a triagem dermatológica em todo o país. Os resultados promissores desta pesquisa foram detalhadamente publicados na renomada Revista Brasileira de Cancerologia, um periódico científico do Instituto Nacional de Câncer (Inca), que é diretamente vinculado ao Ministério da Saúde, atestando a relevância e a validade científica da iniciativa, conforme reportado pelo Jornal de Brasília. A motivação por trás da criação desta inteligência artificial reside na premente necessidade de expandir o apoio ao diagnóstico precoce, especialmente em áreas remotas e com notória escassez de especialistas em dermatologia. O modelo, que se baseia em redes neurais profundas, foi minuciosamente treinado com milhares de imagens dermatoscópicas de lesões classificadas e confirmadas por biópsia. Essa metodologia avançada permite ao sistema reconhecer padrões complexos de cor, forma e estrutura, identificando oito classes distintas de lesões, incluindo o melanoma e outros tipos de câncer de pele. Ao processar uma imagem, a IA não apenas fornece uma sugestão de diagnóstico, mas também indica seu nível de confiança, atuando como um poderoso instrumento de auxílio para médicos, especialmente em contextos de atenção primária e em regiões com acesso limitado a dermatologistas, o que inclui áreas como o Amazonas e Manaus, onde a distância e a carência de profissionais são desafios constantes. Apesar de seu desempenho ser otimizado com imagens de boa qualidade obtidas por dermatoscópios, o sistema da Unipampa alcançou uma sensibilidade notável de 80,44%, demonstrando a capacidade de identificar corretamente oito em cada dez imagens analisadas, um índice que se mostra competitivo em comparação com estudos internacionais. O professor Camargo ressaltou o diferencial do estudo na construção de um “pipeline completo”, que abrange desde a identificação manual das lesões até as etapas de pré-processamento, treinamento e validação, tanto interna quanto externa, utilizando imagens clínicas reais. Essa abordagem rigorosa não apenas comprova a viabilidade técnica da solução, mas também solidifica seu potencial para uso prático na triagem dermatológica, embora a equipe de pesquisa reconheça os desafios inerentes a lesões raras e imagens fora do padrão, destacando a necessidade de contínua adaptação e aprimoramento da tecnologia. Esta tecnologia inovadora tem o potencial de fortalecer significativamente o Sistema Único de Saúde (SUS), especialmente no que tange à triagem precoce do câncer de pele em unidades de atenção primária. Ao capacitar médicos generalistas com uma ferramenta de apoio robusta, o sistema pode atuar como um catalisador na redução das desigualdades regionais no acesso à saúde, um benefício crucial para estados com vasta extensão territorial e populações dispersas, como o Amazonas. É importante frisar que a IA atua como um recurso de triagem, não substituindo o diagnóstico médico final, mas sim priorizando os encaminhamentos para lesões que demandam atenção especializada, otimizando o fluxo de atendimento. Os próximos passos para a implementação prática e a ampliação do alcance desta tecnologia envolvem a colaboração estratégica com instituições-chave, como o Ministério da Saúde, o Inca e a Sociedade Brasileira de Dermatologia, visando integrar este avanço no panorama da saúde pública nacional, conforme informações divulgadas pelo Governo Federal e reproduzidas pelo Jornal de Brasília. Fonte: https://jornaldebrasilia.com.br/noticias/saude/unipampa-desenvolve-ia-para-diagnostico-precoce-de-cancer-de-pele/